Chirp 2

Spécifications et limites

• L'id officiel du modèle Speech-to-Text V2 est chirp_2 (avec un tiret bas)
• GA, avec une extension régionale en GA (us-central1/europe-west4/asia-southeast1) le 2025-01-27
• facturé à l'audio

selon docs officielles Google ↗

Utilisez Chirp 2 en 30 secondes

Compatible OpenAI : changez la base_url, gardez votre SDK. POST /v1/audio/transcriptions

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.audio.transcriptions.create(
    model="chirp-2",
    file=open("meeting.mp3", "rb"),
    language="en",
)
print(resp.text)

import OpenAI from "openai";
import fs from "node:fs";

const client = new OpenAI({
  baseURL: "https://synthorai.io/v1",
  apiKey: "sk-syn-...",
});

const resp = await client.audio.transcriptions.create({
  model: "chirp-2",
  file: fs.createReadStream("meeting.mp3"),
});
console.log(resp.text);

curl https://synthorai.io/v1/audio/transcriptions \
  -H "Authorization: Bearer sk-syn-..." \
  -F model="chirp-2" \
  -F file=@meeting.mp3

package main

import (
	"context"
	"fmt"
	"os"

	"github.com/openai/openai-go/v3"
	"github.com/openai/openai-go/v3/option"
)

func main() {
	client := openai.NewClient(
		option.WithBaseURL("https://synthorai.io/v1"),
		option.WithAPIKey("sk-syn-..."),
	)
	f, _ := os.Open("meeting.mp3")
	resp, _ := client.Audio.Transcriptions.New(context.TODO(), openai.AudioTranscriptionNewParams{
		Model: "chirp-2",
		File:  f,
	})
	fmt.Println(resp.Text)
}

import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.audio.transcriptions.*;
import java.nio.file.Paths;

OpenAIClient client = OpenAIOkHttpClient.builder()
    .baseUrl("https://synthorai.io/v1")
    .apiKey("sk-syn-...")
    .build();

Transcription resp = client.audio().transcriptions().create(
    TranscriptionCreateParams.builder()
        .model("chirp-2")
        .file(Paths.get("meeting.mp3"))
        .build()).asTranscription();
System.out.println(resp.text());

À propos de Chirp 2

• Google le positionne comme améliorant le Chirp original en précision comme en vitesse, tout en ajoutant l'horodatage au niveau du mot, l'adaptation de modèle (biais par phrases) et la traduction vocale.
• Il offre la ponctuation et la capitalisation automatiques, une transcription indépendante de la langue, dans laquelle le modèle déduit la langue dominante de l'audio et transcrit dans celle-ci, et un filtrage des grossièretés, et prend en charge la reconnaissance en streaming, synchrone et par lots pour de l'audio de moins d'une minute jusqu'à huit heures, le plafond par lots le plus élevé de tous les modèles Chirp.
• Le streaming couvre seize locales, tandis que le mode par lots offre la couverture linguistique la plus étendue de la famille.
• L'horodatage au niveau du mot est optionnel, et Google note que la qualité et la vitesse de transcription se dégradent légèrement lorsqu'il est activé ; la valeur de confiance au niveau du mot qu'il renvoie est documentée comme n'étant pas un véritable score de confiance.
• L'adaptation accepte des mots et des phrases simples, mais les jetons de classe et les classes personnalisées ne sont pas pris en charge.
• La traduction vocale fonctionne par paires asymétriques, vingt-sept langues sources vers l'anglais américain et dix-huit langues cibles depuis celui-ci, et la normalisation forcée ainsi qu'un débruiteur complètent l'ensemble des fonctionnalités.
• La seule lacune notable est la diarisation des locuteurs, que Google indique comme non prise en charge ; c'est cette capacité qui justifie de passer à Chirp 3.
• La disponibilité se limite à un petit ensemble de régions.
• Synthorai sert la transcription Chirp 2 via son endpoint audio compatible OpenAI.

FAQ

Modèles associés

Comparer